快速文本转语音。
您的 声音。
为 Supertonic 3 打造的定制音色。在电脑、浏览器和移动应用中，通过 CPU 快速合成语音。选择现成音色，或创建并出售自己的音色。
全新 SuperClonica 引擎：速度最高提升 73%SuperClonica — 多种 AI 声音在线配音 · 文字转语音
用多种声音朗读文字：游戏和动画角色、名人、播音员等。可以免费在线试听任意声音，购买音色模型后还能在自己的电脑上离线合成语音（Supertonic 3 暂不支持中文）。
高品质。 任意规模。
自然语音合成
自然、富有表现力的对话、游戏、视频和长篇故事的声音。
适用于任何项目
以极少的资源嵌入小型应用。紧凑模型可在 CPU 上运行，无需独立显卡。
适用于大型平台
适用于语音合成量很大的服务。在自己的服务器上运行模型，并随着用户增长扩展算力。
SuperClonica. 更快、更干净、更稳定。
我们基于 Supertonic 3 打造的引擎：相同的模型和音色，声音更干净，合成更快。音色市场中的音色无需修改即可使用。
CPU 速度
在 Ryzen 7 5800X 上测得：与标准版 Supertonic 3 相比的平均值。
GPU 速度
在 RTX 5070 Ti 上测得：与标准版 Supertonic 3 相比的平均值。
更干净、更稳定
词与词之间安静无嘶声，句尾干净利落。长文本会分成短段合成，因此重复和中断更少。
兼容 Supertonic 3 JSON
音色市场中的音色和您自己的 Supertonic 3 JSON 文件无需转换即可使用。
好声音。 更省资源。
质量、CPU 速度和音色稳定性 - 适合日常配音。
滚动表格以比较模型 →
Ryzen 7 7800X3D 的星数和速度是 SuperClonica 的粗略估计，而非测量结果。
生成时间 = 音频时长 × RTF。相对实时的速度 = 1 / RTF。范围是针对 8 核 / 16 线程和 DDR5 的预测，已考虑不同的 CPU 客户端。下面的换算系数是我们的假设，仍需在 7800X3D 上验证。模型已预热，单个请求，不含权重加载时间。速度取决于内存、客户端和设置。
SuperClonica。在相同设置下，CPU 上平均比 Supertonic 3 快 61%（在 Ryzen 7 5800X 上测得），GPU 上快 73%（RTX 5070 Ti），因此约为实时速度的 6.4–9.7 倍。
Supertonic: RTF 0.20，CPU 16 线程。我们按约 20% 的速度偏差估算：实时速度的 4–6 倍。原作者未注明 CPU 型号。
Fish：估算依据为 GGUF 客户端 以及采用 10 个码本的 Dual-AR。我们假设有效内存带宽为 30–50 GB/s，并计入计算和编解码开销：RTF 4–10。这是最粗略的估算，没有 CPU 基准测试。
Qwen: Ryzen 6800H 上的 0.6B / INT4：RTF 2.02。我们假设约可加速 1–2 倍：RTF 1–2。1.7B 版本单独估算，RTF 范围更宽，为 2–5。普通 PyTorch 可能明显更慢。
OmniVoice: 客户端 CPU 报告：32 步时 RTF 4.92。我们假设相对此配置最多可加速 2.5 倍：RTF 2–5。报告中未注明具体的 CPU 型号。
VoxCPM 2: Core i3-12300 上的 INT8：RTF 3.8。假设加速 1–2 倍，取整后的 RTF 范围为 2–4。
F5: 单线程 Xeon 8457C 上的 RTF 37.284，32 个步骤。假设 CPU 与并行带来 2.5–7.5 倍的有效加速，得到 RTF 5–15。我们不假设扩展到 16 线程是线性的。
试听任意声音。 免费。
用任意声音朗读
在市场中每个声音的页面上，都可以免费朗读一句不超过 100 个字符的话，并下载录音。
免费音色
目录中有部分免费声音：无需注册即可下载其 JSON，并在 Supertonic 3 或 SuperClonica 中使用。
为您的项目 找到合适的音色。
需要根据您的录音定制音色吗？
描述想要的声音并设置预算。作者将为您的需求训练音色。
一个 JSON。 跨设备使用。
在电脑上
在浏览器中
在手机上
在您的产品中
下载 JSON，并在 Supertonic 3 或我们的 SuperClonica 引擎中使用。
训练您的音色。 免费。
在自己的电脑或服务器上训练音色模型，下载适用于 Supertonic 3 的 JSON 文件。您可以将模型用于自己的项目，也可以出售模型。
根据参考录音定制音色
Supertonic 3 具有现成的预设。为您的录音创建您自己的音色。
匹配软件
我们的软件帮助您根据参考录音匹配音色，并在“创作”中管理训练。
快速音色匹配
我们的神经网络经过数百个定制音色的训练，可帮助您更快找到合适的声音。
出售音色并完成订单
以美元定价。出售现成的音色模型，或根据客户的参考录音训练定制模型。
在“创作”中管理训练和工作节点，在“变现”中管理发布、销售和定制订单。
收入示例
音色永远属于你。 无需订阅，无需云端。
在你自己的电脑上合成语音
合成在本地进行：无需云端、订阅，也没有字数限制。文本不会被发送到任何地方。
比 Supertonic 3 更快
SuperClonica 引擎在使用相同音色时，CPU 上平均快 61%，显卡上快 73%。
一次购买，永久使用
只需付费一次。即使作者更新或下架音色，JSON 仍保留在你的资料库中。
每个音色支持 31 种语言
一个音色可朗读 31 种语言，合成时选择语言即可。
先试听再购买
在音色页面可以合成自己的句子，并试听 8 种语言的示例。还有免费音色。
免费打造自己的音色
通过 SuperClonica Worker 在自己的显卡上训练音色——平台不收取训练费用。
用音色赚钱
在目录中出售音色，并在音色定制市场承接订单。收入会进入余额。
开放格式
音色就是普通的 Supertonic 3 JSON：在原版引擎中同样可用，不会被绑定在我们的平台上。
常见问题
SuperClonica 是什么？
它是一个语音合成音色目录，并拥有基于 Supertonic 3 的自研引擎 SuperClonica。作者训练并出售音色，你挑选喜欢的声音，在自己的电脑上朗读文本。
可以免费试用音色吗？
可以。在任意音色页面都能合成 100 字以内的句子，并试听 8 种语言的示例。免费音色无需注册即可完整下载。
如何购买音色？
价格以美元标示，音色一次购买，永久拥有。
通过 NOWPayments 用加密货币充值余额——无需银行卡信息。
在音色页面点击“购买音色”。
在资料库中下载 JSON。即使作者更新或下架音色，它也会一直保留。
如何在自己的电脑上为文本配音？
安装 SuperClonica 或 Supertonic 3，并把音色 JSON 的路径传给引擎。合成在普通处理器上即可运行，显卡只是加速。分步说明见“工作原理”。
音色适用于哪些设备和语言？
音色就是一个 JSON 文件，可在 Windows、macOS、Linux，通过 ONNX Runtime Web 在浏览器中，以及移动应用、游戏和机器人中使用。每个音色支持 31 种语言。
如何打造自己的音色？
你需要一段干净的人声录音和一台带显卡的电脑。
在工作室中创建音色，并上传 5–10 秒的干净人声录音。
录音的语言和文本会自动识别，你只需检查。
点击“开始训练”。录音还在识别时就可以点，识别完成后训练会自动加入队列。
训练需要什么？
一台配备 8 GB 及以上显存（建议 12–16 GB）NVIDIA 显卡的电脑，以及 SuperClonica Worker 程序。训练免费，在你自己的硬件上运行，可在队列中查看进度、剩余时间和每个检查点的相似度。
如何出售自己的音色？
在上架管理中完善卡片：封面、描述以及价格或免费提供。经审核员通过后，音色会出现在目录中，8 种语言的示例自动生成，描述会翻译成网站的所有语言。收入进入余额。
可以定制专属音色吗？
可以，在音色定制市场发布需求。上传录音，描述想要的声音和预算。预算会冻结在你的余额中，只有在你验收结果后才会支付给作者。
SuperClonica 比其他语音服务好在哪里？
音色在本地运行，一次购买永久使用——无需订阅、云端，也没有字数限制。全部优势见“为什么选择 SuperClonica”，与其他模型的比较见“语音合成”页面。
遇到问题该联系谁？
在账户菜单中打开“支持”：描述问题并附上截图或工作节点日志，我们会在那里回复。也可以发邮件到 support@superclonica.com。
语音合成指南
- 如何在自己的电脑上离线把文字转成语音
- 声音克隆：如何得到一个像录音里那样的声音
- 2026 年适合本地运行的免费语音合成模型
- 为视频、有声书、游戏和应用做文字转语音配音
- Supertonic 3 音色：自定义音色的来源与使用方法
- Python 文字转语音：离线、免费、自然的音色
- 在 Docker 中自建文字转语音 API
音色市场
正在加载 SuperClonica…
刷新页面